CN112420168B - 数据写入数据库的方法、装置、设备和存储介质 - Google Patents

数据写入数据库的方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN112420168B
CN112420168B CN202011263287.9A CN202011263287A CN112420168B CN 112420168 B CN112420168 B CN 112420168B CN 202011263287 A CN202011263287 A CN 202011263287A CN 112420168 B CN112420168 B CN 112420168B
Authority
CN
China
Prior art keywords
data
image data
writing
detection object
database
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011263287.9A
Other languages
English (en)
Other versions
CN112420168A (zh
Inventor
夏先富
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan United Imaging Healthcare Co Ltd
Original Assignee
Wuhan United Imaging Healthcare Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan United Imaging Healthcare Co Ltd filed Critical Wuhan United Imaging Healthcare Co Ltd
Priority to CN202011263287.9A priority Critical patent/CN112420168B/zh
Publication of CN112420168A publication Critical patent/CN112420168A/zh
Application granted granted Critical
Publication of CN112420168B publication Critical patent/CN112420168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/172—Caching, prefetching or hoarding of files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请涉及一种数据写入数据库方法、装置、计算机设备和存储介质。所述方法包括：获取数据层级关系，并根据所述数据层级关系生成至少一个检测对象的模拟图像数据；按照所述数据层级关系将所述至少一个检测对象的模拟图像数据写入结构化文件；读取所述结构化文件中的模拟图像数据，并按照所述数据层级关系将所述结构化文件中的模拟图像数据写入数据库的对应文件中。采用本方法能够降低系统内存占用以及提升数据写入数据库的速度。

Description

数据写入数据库的方法、装置、设备和存储介质
技术领域
本申请涉及数据库技术领域，特别是涉及一种数据写入数据库的方法、装置、设备和存储介质。
背景技术
PACS(Picture Archiving and Communication Systems)系统，指的是影像归档和通信系统，其主要是把日常产生的各种医学影像通过各种接口以数字化的方式海量保存起来，以供后续医学分析和诊断使用，其在各种影像设备间传输数据和组织存储数据具有重要作用。因此在PACS系统使用之前对PACS系统的性能测试就显得尤为重要。
一般测试PACS系统的性能时，大多都是通过模拟PACS写入数据的场景，然后在模拟场景下测试往PACS系统的数据库中写入数据的速度。通常在该模拟场景下往PACS系统的数据库中写入数据时，一般是采用一些SQL(Structured Query Language，结构化查询语言)语句往数据库中写入数据。
然而，在需要往PACS系统的数据库写入大量的数据场景下，采用上述技术往PACS系统的数据库写入数据，这些SQL语句自身存在的文件数量较多，而且在系统动态生成这些SQL语句时，可能同时在往PACS系统的数据库写入数据，这样就会存在系统内存占用过多的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种在向PACS数据库中写入数据时，能够降低系统内存占用的数据写入数据库的方法、装置、设备和存储介质。
一种数据写入数据库方法，该方法包括：
获取数据层级关系，并根据该数据层级关系生成至少一个检测对象的模拟图像数据；
按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件；
读取上述结构化文件中的模拟图像数据，并按照上述数据层级关系将结构化文件中的模拟图像数据写入数据库的对应文件中。
在其中一个实施例中，上述数据库为影像归档和通信系统PACS的数据库；上述数据层级关系为PACS的数据层级关系；上述数据层级关系包括至少三个数据层级关系；上述至少三个数据层级关系至少包括：检测对象与检测设备类型之间的第一数据层级关系、检测设备类型与扫描序列之间的第二数据层级关系以及扫描序列与图像数据之间的第三数据层级关系。
在其中一个实施例中，上述根据上述数据层级关系生成至少一个检测对象的模拟图像数据，包括：
根据上述数据层级关系和预设的字段生成函数，生成各检测对象对应的关键字段数据；
根据预设的图像数据生成函数和关键字段数据，生成各检测对象对应的图像数据；
将各检测对象的关键字段数据和对应的图像数据进行拼接处理，得到各检测对象的模拟图像数据。
在其中一个实施例中，在上述按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件之前，上述方法还包括：
根据上述至少一个检测对象的数量，将上述至少一个检测对象划分成至少一个群组；
基于上述群组的数量，生成不少于上述群组的数量的文件夹。
在其中一个实施例中，上述按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件，包括：
获取上述模拟图像数据中包括的数据格式，并根据上述数据格式，在各相应的文件夹下生成至少一个与上述数据格式对应的结构化文件；
将各上述检测对象的模拟图像数据划分成上述数据格式对应的数据，并将划分后的数据写入对应的上述结构化文件中。
在其中一个实施例中，在上述按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件之后，上述方法还包括：
保存上述结构化文件。
在其中一个实施例中，上述结构化文件包括第一结构化文件和第二结构化文件，上述按照上述数据层级关系将上述结构化文件中的模拟图像数据写入数据库的对应文件中，包括：
按照上述数据层级关系将上述第一结构化文件中的模拟图像数据写入上述数据库的对应的一个文件中；
关闭上述第一结构化文件，并按照上述数据层级关系将上述第二结构化文件中的模拟图像数据写入上述数据库的对应的另一个文件中。
一种数据写入数据库装置，该装置包括：
数据生成模块，用于获取数据层级关系，并根据上述数据层级关系生成至少一个检测对象的模拟图像数据；
第一写入模块，用于按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件；
第二写入模块，用于读取上述结构化文件中的模拟图像数据，并按照上述数据层级关系将上述结构化文件中的模拟图像数据写入数据库的对应文件中。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取数据层级关系，并根据该数据层级关系生成至少一个检测对象的模拟图像数据；
按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件；
读取上述结构化文件中的模拟图像数据，并按照上述数据层级关系将结构化文件中的模拟图像数据写入数据库的对应文件中。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取数据层级关系，并根据该数据层级关系生成至少一个检测对象的模拟图像数据；
按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件；
读取上述结构化文件中的模拟图像数据，并按照上述数据层级关系将结构化文件中的模拟图像数据写入数据库的对应文件中。
上述数据写入数据库方法、装置、计算机设备和存储介质，通过获取数据层级关系，并按照数据层级关系生成至少一个检测对象的模拟图像数据，按照数据层级关系将至少一个检测对象的模拟图像数据写入结构化文件，读取结构化文件中的模拟图像数据，并按照该数据层级关系将结构化文件中的模拟图像数据写入数据库的对应文件中。在该方法中，在向数据库写入大量数据的场景下，由于可以将数据先写入结构化文件中，再从结构化文件中读取并写入到数据库中，这样在这个过程中系统就不需要生成很多SQL语句也可以实现数据写入数据库，那么也就不会占用太多的系统内存，即可以降低系统内存占用；另外，由于是采用数据层级关系将数据写入结构化文件，那么在从结构化文件中读取数据并写入数据库时，就可以实现数据形式的无缝对接，从而可以提升数据写入数据库的速度。
附图说明
图1为一个实施例中计算机设备的内部结构图；
图2为一个实施例中数据写入数据库方法的流程示意图；
图3为另一个实施例中数据写入数据库步骤的流程示意图；
图4为另一个实施例中数据写入数据库方法的流程示意图；
图5为一个实施例中数据写入数据库装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的数据写入数据库方法，可以应用于计算机设备，该计算机设备可以是终端或服务器，以计算机设备是终端为例，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种数据写入数据库方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
需要说明的是，本申请实施例的执行主体可以是计算机设备，也可以是数据写入数据库的装置，下面就以计算机设备为执行主体为例进行说明。
在一个实施例中，提供了一种数据写入数据库方法，本实施例涉及的是如何根据数据层级关系将数据写入数据库的具体过程。数据库可以是影像归档和通信系统PACS数据库，数据写入数据库可以是将医学影像数据归档到PACS数据库。如图2所示，该方法可以包括以下步骤：
S202，获取数据层级关系，并根据该数据层级关系生成至少一个检测对象的模拟图像数据。
在本步骤中，数据层级关系指的是不同层的数据之间的关联关系，可选的，这里的数据层级关系可以是影像归档和通信系统PACS的数据层级关系，可选的，该数据层级关系包括至少三个数据层级关系，上述至少三个数据层级关系至少包括：检测对象与检测设备类型之间的第一数据层级关系、检测设备类型与扫描序列之间的第二数据层级关系以及扫描序列与图像数据之间的第三数据层级关系。综合起来可以是检测对象--检查--序列--图像之间的数据层级关系，即一个检测对象去进行检查时，根据扫描设备的不同，或者说一个检测对象拍摄了多次，所以一个患者可能对应多个检查；同样，一个检查，因为扫描设备型号的区别，可能对应了多个扫描序列，每个序列下面会对应多个图像。
示例地，以一个检测对象为例，检查设备类型有三种，扫描序列也有三种，每个序列下有10张图像，那么这里一个检测对象就对应3*3*10＝90张图像，即这个检测对象对应的模拟图像数据中有90组模拟图像数据。
上述的数据层级关系可以预先设置好，在需要使用时直接调用即可得到；也可以根据预设关系，由不同的数据类型调用不同的数据层级关系。也就是说，数据层级关系可以有四级或者更多级，以四级为例，即检测对象--检查--序列--图像之间的四级数据层级关系，但是可以根据实际情况选择选取几级的数据层级关系，例如可以选取四级的数据层级关系，或者只选取三级的数据层级关系，或者只选取两级的数据层级关系等等。在选取好数据层级关系之后，即在得到数据层级关系之后，可以根据该数据层级关系，采用随机数据生成的方式，或者从预先存储的数据中随机选取数据等方式，生成每个检测对象的模拟图像数据。这里每个检测对象生成的模拟图像数据可以包括一组或多组模拟图像数据。这里每个检测对象的模拟图像数据中一般会包括该检测对象每个数据层级的标识或字段，例如：一个检测对象的一组模拟图像数据中包括患者标识+检查类型标识+采用的序列标识+图像数据。
S204，按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件。
其中，这里的结构化文件可以是结构化查询语言SQL文件，也可以是其他类型的结构化文件。这里的结构化文件中可以包括数据表，这些数据表用以存储这里的模拟图像数据。
具体的，在上述生成每个检测对象的模拟图像数据后，就可以按照数据层级关系将各检测对象的模拟图像数据写入结构化文件中。在数据写入结构化文件中时，可以是将所有检测对象的模拟图像数据全部写入结构化文件中的一个数据表中；也可以是将每个检测对象的模拟图像数据分别写入结构化文件中的一个数据表；当然也可以是将各个检测对象的模拟图像数据中相同格式的数据写入同一个数据表；当然也可以是其他形式，本实施例对此不作具体限定。
S206，读取上述结构化文件中的模拟图像数据，并按照上述数据层级关系将结构化文件中的模拟图像数据写入数据库的对应文件中。
在本步骤中，在读取结构化文件中的模拟图像数据时，可以在设定目录下遍历上述存储的结构化文件，读取结构化文件中的存储的模拟图像数据，在读取到每个结构化文件中的模拟图像数据后，可以采用python的MysqlDB数据库将读取到的模拟图像数据，按照之前设定的数据层级关系，再写入数据库对应的表中。可选的，这里的数据库为影像归档和通信系统PACS的数据库。通常，这里在PACS的数据库中存储的文件的数量可以和上述结构化文件的数量相等。
上述数据写入数据库方法中，通过获取数据层级关系，并按照数据层级关系生成至少一个检测对象的模拟图像数据，按照数据层级关系将至少一个检测对象的模拟图像数据写入结构化文件，读取结构化文件中的模拟图像数据，并按照该数据层级关系将结构化文件中的模拟图像数据写入数据库的对应文件中。在该方法中，在向数据库写入大量数据的场景下，由于可以将数据先写入结构化文件中，再从结构化文件中读取并写入到数据库中，这样在这个过程中系统就不需要生成很多SQL语句也可以实现数据写入数据库，那么也就不会占用太多的系统内存，即可以降低系统内存占用；另外，由于是采用数据层级关系将数据写入结构化文件，那么在从结构化文件中读取数据并写入数据库时，就可以实现数据形式的无缝对接，从而可以提升数据写入数据库的速度。
在另一个实施例中，提供了另一种数据写入数据库方法，本实施例涉及的是如何根据数据层级关系生成检测对象的模拟图像数据的具体过程。在上述实施例的基础上，如图3所示，上述S202中的根据上述数据层级关系生成至少一个检测对象的模拟图像数据可以包括以下步骤：
S302，根据上述数据层级关系和预设的字段生成函数，生成各检测对象对应的关键字段数据。
其中，可以预先设定好多个字符串变量，这些字符串变量涵盖影像信息，如可以涵盖所有检测对象、检测设备类型以及扫描序列的信息，例如检测设备类型预设字符串变量可以包括CT、MR、PET、XR、US等等，检测对象预设的字符串变量可以包括任意设置的姓名或身份标识信息等，扫描序列可以根据实际使用的序列的相关参数设置字符串变量。总之，可以预先设备好测试检测对象、检测设备类型以及扫描序列各组所需的字符串变量。
在设置好各组的字符串变量之后，可以采用字段生成函数，例如随机读取函数，从设置好的字符串变量中选取出所需的关键字段数据。例如，选取检测对象，假设设置好的检测对象的字符串变量中包括张三、李四、王五等等，可以随机从中选取出一个姓名，例如选取出张三；再比如，选取检测设备类型，那么可以从设置好的检测设备类型的字符串变量中选取一个检测设备类型，例如选取出的为CT。总之，最终可以生成每个检测对象对应的不同检测设备类型以及不同扫描序列的关键字段数据。
需要说明的是，这里从预设的字符串变量中选取数据时的选取规则为随机选取，这样可以使最终得到的模拟图像数据更具有随机性，也更能模拟真实检测情况。
通过上述的字段生成函数，得到每个检测对象对应的检测对象关键字段数据、检测设备类型关键字段数据以及扫描序列关键字段数据。
S304，根据预设的图像数据生成函数和关键字段数据，生成各检测对象对应的图像数据。
在本步骤中，这里的图像数据可以认为是DICOM图像。预设的图像生成函数可以是根据图像数据的数量和预设数据生成图像数据。
在上述得到每个检测对象对应的检测对象关键字段数据、检测设备类型关键字段数据以及扫描序列关键字段数据之后，可以按照扫描序列以及检测设备类型的不同，设置相应的图像数据。例如检测设备类型时CT，扫描序列是gre，检测对象对应的图像数据数量为512个，那么可以设置该检测对象对应的图像数据为512个随机数，例如可以是包括0和1随机排列的数据。按照此方式，最后得到每个检测对象对应的图像数据。
另外，一个检测对象由于检测设备类型以及扫描序列的不同，那么该检测对象所对应的图像数据也可以有多组，每组图像数据也可以不同。
S306，将各检测对象的关键字段数据和对应的图像数据进行拼接处理，得到各检测对象的模拟图像数据。
在本步骤中，在上述得到每个检测对象在不同检测设备类型以及不同扫描序列下的关键字段数据和图像数据之后，就可以将每个检测对象的检测设备类型和扫描序列以及图像数据依次拼接起来，得到多组模拟图像数据，并进行组合，就可以得到检测对象对应的模拟图像数据。
示例地，假设一个检测对象的标识为1，对应的检测设备类型有A1、A2、A3，A1下面对应的扫描序列有A11、A12、A13，A2下面对应的扫描序列有A21、A22、A23，A3下面对应的扫描序列有A31、A32、A33，每个扫描序列对应10张图像数据，那么该检测对象1对应的模拟图像数据就会有1-A1-A11-10张图像数据、1-A1-A12-10张图像数据、1-A1-A13-10张图像数据、1-A2-A21-10张图像数据、1-A2-A22-10张图像数据、1-A2-A23-10张图像数据、1-A3-A31-10张图像数据、1-A3-A32-10张图像数据、1-A3-A33-10张图像数据，总共3*3*10＝90组模拟图像数据，即这90组模拟图像数据组成了该检测对象1的模拟图像数据。
本实施例中的数据写入数据库的方法，通过数据层级关系和字段生成函数生成各检测对象的关键字段数据，并根据图像数据生成函数和关键字段数据生成各检测对象的图像数据，将每个检测对象的关键字段数据和图像数据拼接起来，得到各检测对象的模拟图像数据。在本实施例中，由于可以按照数据层级关系和相关数据生成函数生成检测对象的模拟图像数据，那么这里生成的模拟图像数据是和PACS系统的数据库的数据格式相同的，这样在用这里生成的数据测试往PACS数据库写数据的性能时，得到的测试结果会更贴合实际情况，即得到的测试结果会更具有代表性和鲁棒性。
在另一个实施例中，提供了另一种数据写入数据库方法，本实施例涉及的是在将模拟图像数据写入结构化文件之前还可以根据检测对象的数据生成存储数据的文件夹的具体过程。在上述实施例的基础上，如图4所示，在上述S204之前，上述方法还可以包括以下步骤：
S402，根据上述至少一个检测对象的数量，将上述至少一个检测对象划分成至少一个群组。
S404，基于上述群组的数量，生成不少于上述群组的数量的文件夹。
在步骤S402-S404中，由于在实际往PACS数据库写入数据时，写入数据的检测对象可能会比较多，如果将所有数据全部存储在一个文件夹下，那么会导致读取数据的过程非常慢，降低数据读取的效率。因此这里为了提高读取数据的效率，可以根据检测对象的数量对检测对象进行划分，即将检测对象划分成多组，然后将各组检测对象的数据存入一个文件夹中。
另外，这里在对检测对象划分群组时，可以是均分划分，也可以是不均分划分，本实施例对此不做具体限定。这里生成的文件夹的数量可以和上述划分的群组的数量相等，也可以是生成的文件夹的数量大于上述划分的群组的数量。
在划分好群组之后，就可以将各组检测对象的模拟图像数据分别存入对应文件夹下的结构化文件中。也就是说，上述S204可以包括：
获取上述模拟图像数据中包括的数据格式，并根据上述数据格式，在各相应的文件夹下生成至少一个与上述数据格式对应的结构化文件；将各上述检测对象的模拟图像数据划分成上述数据格式对应的数据，并将划分后的数据写入对应的上述结构化文件中。
在这里，由于模拟图像数据中包括检测对象的标识、检测设备类型、扫描序列等信息，如果将所有数据存到一个结构化文件中，或者说一张数据表中，会非常的臃肿和乱，并且查找数据效率低下，因此为了将数据清晰的分类储存，这里可以根据这些信息的不同，将每个检测对象的模拟图像数据划分成不同的数据，同时在该检测对象的文件夹下生成各个数据格式对应的结构化文件，然后将该群组下所有检测对象的同种数据格式得到数据写入响应格式的结构化文件中。
本实施例中的数据写入数据库的方法，可以根据检测对象的数量将检测对象划分成至少一个群组，并基于群组的数量生成不少于群组数量的文件夹。在本实施例中，由于可以将多个检测对象的数据分开写入到不同文件夹下的结构化文件中，这样可以提高后续从结构化文件中读取数据的速度，既可以提高数据读取的效率。进一步地，由于在群组划分之后可以根据模拟图像数据中不同的数据格式生成不同的结构化文件，并将数据格式对应的数据写入相应结构化文件中，这样可以使写入结构化文件中的数据更加清晰，进一步提高后续数据读取的效率。
在另一个实施例中，提供了另一种数据写入数据库方法，本实施例涉及的是在将模拟图像数据写入结构化文件之后还可以对文件进行保存的具体过程。在上述实施例的基础上，在上述S204之后，上述方法还可以包括以下步骤A：
步骤A：保存上述结构化文件。
在步骤A中，上述在将生成的数据写入到各数据格式对应的结构化文件中之后，可以将各群组下的各结构化文件存入硬盘中，这样对数据进行备份，在后续数据写入数据库时失败时，可以从硬盘中查询到写入失败的数据。
进一步地，在将结构化文件存入硬盘之后，就可以将数据写入PACS的数据库。可选的，这里假设结构化文件包括第一结构化文件和第二结构化文件，其中第二结构化文件的数量可以是一个或多个。那么可以按照上述数据层级关系将上述第一结构化文件中的模拟图像数据写入上述数据库的对应的一个文件中；关闭上述第一结构化文件，并按照上述数据层级关系将上述第二结构化文件中的模拟图像数据写入上述数据库的对应的另一个文件中。
也就是说，上述在将检测对象的模拟图像数据写入数据库中时，可以先从一个结构化文件中读取数据，例如是第一结构化文件中，在将第一结构化文件中的数据读取完且全部写入PACS数据库的对应文件中之后，可以关闭该第一结构化文件，之后再读取另外一个结构化文件中的数据，例如第二结构化文件，在将该第二结构化文件中的数据读取完且全部写入PACS数据库的对应文件中之后，也可以关闭该第二结构化文件，之后再读取下一个结构化文件中的数据，后续的数据读取也均按照此方式，读取完一个结构化文件中的数据之后就关闭该结构化文件再读取下一个结构化文件，这样可以减少系统内存的占用，提高系统的运行效率。
本实施例中的数据写入数据库的方法，在将检测对象的模拟图像数据写入结构化文件中之后，可以保存结构化文件，这样可以对数据进行备份，以便在后续数据写入数据库失败时，能够较为简单快速地查找到失败的数据。进一步地，在读取完一个结构化文件之后可以关闭该结构化文件再读取下一个结构化文件，这样可以进一步地节省系统内存占用，提高系统运行效率。
以下为了便于对本申请的实施例进行更详细的说明，将结合一个具体实施例进行详细说明，该方法可以包括以下步骤S1-S10：
S1，获取数据层级关系。
S2，根据上述数据层级关系和预设的字段生成函数，生成各检测对象对应的关键字段数据。
S3，根据预设的图像数据生成函数和关键字段数据，生成各检测对象对应的图像数据。
S4，将各检测对象的关键字段数据和对应的图像数据进行拼接处理，得到各检测对象的模拟图像数据。
S5，根据上述至少一个检测对象的数量，将上述至少一个检测对象划分成至少一个群组；基于上述群组的数量，生成不少于上述群组的数量的文件夹。
S6，获取上述模拟图像数据中包括的数据格式，并根据上述数据格式，在各相应的文件夹下生成至少一个与上述数据格式对应的结构化文件。
S7，将各上述检测对象的模拟图像数据划分成上述数据格式对应的数据，并将划分后的数据写入对应的上述结构化文件中。
S8，保存上述结构化文件。
S9，按照上述数据层级关系将上述第一结构化文件中的模拟图像数据写入PACS的数据库的对应的一个文件中。
S10，关闭上述第一结构化文件，并按照上述数据层级关系将上述第二结构化文件中的模拟图像数据写入PACS的数据库的对应的另一个文件中。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种数据写入数据库装置，包括：数据生成模块10、第一写入模块11和第二写入模块12，其中：
数据生成模块10，用于获取数据层级关系，并根据上述数据层级关系生成至少一个检测对象的模拟图像数据；
第一写入模块11，用于按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件；
第二写入模块12，用于读取上述结构化文件中的模拟图像数据，并按照上述数据层级关系将上述结构化文件中的模拟图像数据写入数据库的对应文件中。
可选的，上述数据库为影像归档和通信系统PACS的数据库；上述数据层级关系为PACS的数据层级关系；上述数据层级关系包括至少三个数据层级关系；上述至少三个数据层级关系至少包括：检测对象与检测设备类型之间的第一数据层级关系、检测设备类型与扫描序列之间的第二数据层级关系以及扫描序列与图像数据之间的第三数据层级关系。
关于数据写入数据库装置的具体限定可以参见上文中对于数据写入数据库方法的限定，在此不再赘述。
在另一个实施例中，提供了另一种数据写入数据库装置，在上述实施例的基础上，上述数据生成模块10可以包括：字段生成单元、图像数据生成单元和拼接单元，其中：
字段生成单元，用于根据上述数据层级关系和预设的字段生成函数，生成各检测对象对应的关键字段数据；
图像数据生成单元，用于根据预设的图像数据生成函数和关键字段数据，生成各检测对象对应的图像数据；
拼接单元，用于将各检测对象的关键字段数据和对应的图像数据进行拼接处理，得到各检测对象的模拟图像数据。
在另一个实施例中，提供了另一种数据写入数据库装置，在上述实施例的基础上，在上述第一写入模块11按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件之前，上述装置还可以包括群组划分模块和文件夹生成模块，其中：
群组划分模块，用于根据上述至少一个检测对象的数量，将上述至少一个检测对象划分成至少一个群组；
文件夹生成模块，用于基于上述群组的数量，生成不少于上述群组的数量的文件夹。
可选的，上述第一写入模块11可以包括文件生成单元和数据写入单元，其中：
文件生成单元，用于获取上述模拟图像数据中包括的数据格式，并根据上述数据格式，在各相应的文件夹下生成至少一个与上述数据格式对应的结构化文件；
数据写入单元，用于将各上述检测对象的模拟图像数据划分成上述数据格式对应的数据，并将划分后的数据写入对应的上述结构化文件中。
在另一个实施例中，提供了另一种数据写入数据库装置，在上述实施例的基础上，在上述第一写入模块11按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件之后，上述装置还可以包括保存模块，该保存模块，用于保存上述结构化文件。
可选的，上述第二写入模块12可以包括第一写入单元、关闭单元以及第二写入单元，其中：
第一写入单元，用于按照上述数据层级关系将上述第一结构化文件中的模拟图像数据写入上述数据库的对应的一个文件中；
关闭单元，用于关闭上述第一结构化文件；
第二写入单元，用于按照上述数据层级关系将上述第二结构化文件中的模拟图像数据写入上述数据库的对应的另一个文件中。
关于数据写入数据库装置的具体限定可以参见上文中对于数据写入数据库方法的限定，在此不再赘述。
上述数据写入数据库装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取数据层级关系，并根据该数据层级关系生成至少一个检测对象的模拟图像数据；按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件；读取上述结构化文件中的模拟图像数据，并按照上述数据层级关系将结构化文件中的模拟图像数据写入数据库的对应文件中。
在一个实施例中，上述数据库为影像归档和通信系统PACS的数据库；上述数据层级关系为PACS的数据层级关系；上述数据层级关系包括至少三个数据层级关系；上述至少三个数据层级关系至少包括：检测对象与检测设备类型之间的第一数据层级关系、检测设备类型与扫描序列之间的第二数据层级关系以及扫描序列与图像数据之间的第三数据层级关系。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据上述数据层级关系和预设的字段生成函数，生成各检测对象对应的关键字段数据；根据预设的图像数据生成函数和关键字段数据，生成各检测对象对应的图像数据；将各检测对象的关键字段数据和对应的图像数据进行拼接处理，得到各检测对象的模拟图像数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据上述至少一个检测对象的数量，将上述至少一个检测对象划分成至少一个群组；基于上述群组的数量，生成不少于上述群组的数量的文件夹。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取上述模拟图像数据中包括的数据格式，并根据上述数据格式，在各相应的文件夹下生成至少一个与上述数据格式对应的结构化文件；将各上述检测对象的模拟图像数据划分成上述数据格式对应的数据，并将划分后的数据写入对应的上述结构化文件中。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
保存上述结构化文件。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
按照上述数据层级关系将上述第一结构化文件中的模拟图像数据写入上述数据库的对应的一个文件中；关闭上述第一结构化文件，并按照上述数据层级关系将上述第二结构化文件中的模拟图像数据写入上述数据库的对应的另一个文件中。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取数据层级关系，并根据该数据层级关系生成至少一个检测对象的模拟图像数据；按照上述数据层级关系将上述至少一个检测对象的模拟图像数据写入结构化文件；读取上述结构化文件中的模拟图像数据，并按照上述数据层级关系将结构化文件中的模拟图像数据写入数据库的对应文件中。
在一个实施例中，上述数据库为影像归档和通信系统PACS的数据库；上述数据层级关系为PACS的数据层级关系；上述数据层级关系包括至少三个数据层级关系；上述至少三个数据层级关系至少包括：检测对象与检测设备类型之间的第一数据层级关系、检测设备类型与扫描序列之间的第二数据层级关系以及扫描序列与图像数据之间的第三数据层级关系。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据上述数据层级关系和预设的字段生成函数，生成各检测对象对应的关键字段数据；根据预设的图像数据生成函数和关键字段数据，生成各检测对象对应的图像数据；将各检测对象的关键字段数据和对应的图像数据进行拼接处理，得到各检测对象的模拟图像数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据上述至少一个检测对象的数量，将上述至少一个检测对象划分成至少一个群组；基于上述群组的数量，生成不少于上述群组的数量的文件夹。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取上述模拟图像数据中包括的数据格式，并根据上述数据格式，在各相应的文件夹下生成至少一个与上述数据格式对应的结构化文件；将各上述检测对象的模拟图像数据划分成上述数据格式对应的数据，并将划分后的数据写入对应的上述结构化文件中。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
保存上述结构化文件。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
按照上述数据层级关系将上述第一结构化文件中的模拟图像数据写入上述数据库的对应的一个文件中；关闭上述第一结构化文件，并按照上述数据层级关系将上述第二结构化文件中的模拟图像数据写入上述数据库的对应的另一个文件中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种数据写入数据库的方法，其特征在于，所述方法包括：
获取数据层级关系，并根据所述数据层级关系生成至少一个检测对象的模拟图像数据；
按照所述数据层级关系将所述至少一个检测对象的模拟图像数据写入结构化文件；
读取所述结构化文件中的模拟图像数据，并按照所述数据层级关系将所述结构化文件中的模拟图像数据写入数据库的对应文件中；
其中，所述数据库为影像归档和通信系统PACS的数据库；所述数据层级关系为PACS的数据层级关系；所述数据层级关系包括至少三个数据层级关系；所述至少三个数据层级关系至少包括：检测对象与检测设备类型之间的第一数据层级关系、所述检测设备类型与扫描序列之间的第二数据层级关系以及所述扫描序列与图像数据之间的第三数据层级关系。
2.根据权利要求1所述的方法，其特征在于，所述数据层级关系为检测对象、检查、序列、图像之间的四级数据层级关系。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述数据层级关系生成至少一个检测对象的模拟图像数据，包括：
根据所述数据层级关系和预设的字段生成函数，生成各所述检测对象对应的关键字段数据；
根据预设的图像数据生成函数和所述关键字段数据，生成各所述检测对象对应的图像数据；
将各所述检测对象的关键字段数据和对应的图像数据进行拼接处理，得到各所述检测对象的模拟图像数据。
4.根据权利要求1所述的方法，其特征在于，在所述按照所述数据层级关系将所述至少一个检测对象的模拟图像数据写入结构化文件之前，所述方法还包括：
根据所述至少一个检测对象的数量，将所述至少一个检测对象划分成至少一个群组；
基于所述群组的数量，生成不少于所述群组的数量的文件夹。
5.根据权利要求4所述的方法，其特征在于，所述按照所述数据层级关系将所述至少一个检测对象的模拟图像数据写入结构化文件，包括：
获取所述模拟图像数据中包括的数据格式，并根据所述数据格式，在各相应的文件夹下生成至少一个与所述数据格式对应的结构化文件；
将各所述检测对象的模拟图像数据划分成所述数据格式对应的数据，并将划分后的数据写入对应的所述结构化文件中。
6.根据权利要求1或2所述的方法，其特征在于，在所述按照所述数据层级关系将所述至少一个检测对象的模拟图像数据写入结构化文件之后，所述方法还包括：
保存所述结构化文件。
7.根据权利要求1或2所述的方法，其特征在于，所述结构化文件包括第一结构化文件和第二结构化文件，所述按照所述数据层级关系将所述结构化文件中的模拟图像数据写入数据库的对应文件中，包括：
按照所述数据层级关系将所述第一结构化文件中的模拟图像数据写入所述数据库的对应的一个文件中；
关闭所述第一结构化文件，并按照所述数据层级关系将所述第二结构化文件中的模拟图像数据写入所述数据库的对应的另一个文件中。
8.一种数据写入数据库的装置，其特征在于，所述装置包括：
数据生成模块，用于获取数据层级关系，并根据所述数据层级关系生成至少一个检测对象的模拟图像数据；
第一写入模块，用于按照所述数据层级关系将所述至少一个检测对象的模拟图像数据写入结构化文件；
第二写入模块，用于读取所述结构化文件中的模拟图像数据，并按照所述数据层级关系将所述结构化文件中的模拟图像数据写入数据库的对应文件中，其中，所述数据库为影像归档和通信系统PACS的数据库；所述数据层级关系为PACS的数据层级关系；所述数据层级关系包括至少三个数据层级关系；所述至少三个数据层级关系至少包括：检测对象与检测设备类型之间的第一数据层级关系、所述检测设备类型与扫描序列之间的第二数据层级关系以及所述扫描序列与图像数据之间的第三数据层级关系。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202011263287.9A 2020-11-12 2020-11-12 数据写入数据库的方法、装置、设备和存储介质 Active CN112420168B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011263287.9A CN112420168B (zh) 2020-11-12 2020-11-12 数据写入数据库的方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011263287.9A CN112420168B (zh) 2020-11-12 2020-11-12 数据写入数据库的方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN112420168A CN112420168A (zh) 2021-02-26
CN112420168B true CN112420168B (zh) 2023-06-23

Family

ID=74832212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011263287.9A Active CN112420168B (zh) 2020-11-12 2020-11-12 数据写入数据库的方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN112420168B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859113A (zh) * 2018-12-25 2019-06-07 北京奇艺世纪科技有限公司 模型生成方法、图像增强方法、装置及计算机可读存储介质
CN109859152A (zh) * 2018-12-25 2019-06-07 北京奇艺世纪科技有限公司 模型生成方法、图像增强方法、装置及计算机可读存储介质
CN109934776A (zh) * 2018-12-25 2019-06-25 北京奇艺世纪科技有限公司 模型生成方法、视频增强方法、装置及计算机可读存储介质
CN111080583A (zh) * 2019-12-03 2020-04-28 上海联影智能医疗科技有限公司 医学图像检测方法、计算机设备和可读存储介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10437848B2 (en) * 2016-12-19 2019-10-08 American Express Travel Related Services Company, Inc. Systems and methods for parsing and ingesting data in big data environments
CN107049351B (zh) * 2017-04-01 2020-04-10 东软医疗系统股份有限公司 一种正电子发射计算机断层扫描pet设备扫描方法及装置
CN109299183A (zh) * 2018-11-20 2019-02-01 北京锐安科技有限公司 一种数据处理方法、装置、终端设备和存储介质
CN109545380A (zh) * 2019-01-10 2019-03-29 上海联影医疗科技有限公司 人体结构生长健康状况确定方法、装置、存储介质及设备
CN110276002B (zh) * 2019-06-26 2021-08-03 浙江大搜车软件技术有限公司 搜索应用数据处理方法、装置、计算机设备和存储介质
CN110827369B (zh) * 2019-10-31 2023-09-26 上海联影智能医疗科技有限公司 欠采样模型生成方法、图像重建方法、设备和存储介质
CN111091539B (zh) * 2019-12-09 2024-03-26 上海联影智能医疗科技有限公司 网络模型训练、医学图像处理方法、装置、介质及设备
CN111061739B (zh) * 2019-12-17 2023-07-04 医渡云（北京）技术有限公司 海量医疗数据的入库方法及装置、电子设备、存储介质
CN111128348B (zh) * 2019-12-27 2024-03-26 上海联影智能医疗科技有限公司 医学图像处理方法、装置、存储介质及计算机设备
CN111210484B (zh) * 2019-12-31 2024-04-19 上海联影智能医疗科技有限公司 医学图像生成方法、模型训练方法、装置及介质
CN111581169A (zh) * 2020-03-25 2020-08-25 中国平安人寿保险股份有限公司 数据导入方法、装置、计算机设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859113A (zh) * 2018-12-25 2019-06-07 北京奇艺世纪科技有限公司 模型生成方法、图像增强方法、装置及计算机可读存储介质
CN109859152A (zh) * 2018-12-25 2019-06-07 北京奇艺世纪科技有限公司 模型生成方法、图像增强方法、装置及计算机可读存储介质
CN109934776A (zh) * 2018-12-25 2019-06-25 北京奇艺世纪科技有限公司 模型生成方法、视频增强方法、装置及计算机可读存储介质
CN111080583A (zh) * 2019-12-03 2020-04-28 上海联影智能医疗科技有限公司 医学图像检测方法、计算机设备和可读存储介质

Also Published As

Publication number Publication date
CN112420168A (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
CN111078910A (zh) 医学影像的存储方法、装置、系统、设备和存储介质
CN114282071A (zh) 基于图数据库的请求处理方法、装置、设备及存储介质
CN112420168B (zh) 数据写入数据库的方法、装置、设备和存储介质
CN110633213B (zh) 单元测试方法、装置、计算机设备和存储介质
CN112102235A (zh) 人体部位识别方法、计算机设备和存储介质
CN116561003A (zh) 测试数据生成方法、装置、计算机设备和存储介质
CN112417020B (zh) 业务扩展的实现方法、装置、计算机设备和存储介质
CN112416877A (zh) 医疗数据存储方法、装置、计算机设备和存储介质
EP3859736A1 (en) Recording device, readout device, recording method, recording program, readout method, readout program, and magnetic tape
CN104391662A (zh) 一种数据读写方法及装置
CN117555955B (zh) 数据转换方法、数据转换装置、计算机设备、存储介质
CN115794651B (zh) 一种支持多二进制的无冲突插桩方法和系统
CN114972031A (zh) 医学影像的处理方法、计算机设备和存储介质
CN112541089B (zh) 医学影像的存取方法、装置、设备和存储介质
CN115910309B (zh) 医用检验条码的生成方法、条码生成系统、设备和介质
CN111008131B (zh) 自动化测试方法、装置、计算机设备和存储介质
CN117331812A (zh) 业务代码验证方法、装置、计算机设备、存储介质和产品
CN114780404A (zh) 归档系统的性能测试方法、设备、存储介质和程序产品
US20240143579A1 (en) Method, apparatus, device and storage medium for data comparison of storage module
CN114067964A (zh) 医疗影像数据的处理方法、装置、计算机设备和存储介质
CN117455386A (zh) 资源审核方法、装置、计算机设备及其存储介质
CN117435651A (zh) 测试数据处理方法、装置、计算机设备和存储介质
CN116977993A (zh) 卡号获取方法、装置、计算机设备、存储介质和程序产品
CN117435478A (zh) 程序逻辑功能检测方法、装置、计算机设备和存储介质
CN116881116A (zh) 接口测试方法、装置、计算机设备、存储介质和程序产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant